hashmap

HashSet

add方法调用的map.put（）

复习HashMap

在jdk1.8的ConcurrentHashMap也是变成跟HashMap一样的数据结构，所以开始之前先复习一下jdk1.8的HashMap。

HashMap没有任何锁机制，所以线程不安全
HashMap底层维护了Node数组+Node链表+红黑树。
HashMap初始化和扩容只能是2的乘方
HashMap负载因子阈值是数组的0.75
HashMap链表尾插法
HashMap是懒加载机制
HashMap单链表大于8，数组长度大于64变成红黑树提高链表的查找速度。
HashMap无序(根据hash值确定数组位置)不重复(重复就是替换)。
HashMap的key和value允许为null

ConcurrentHashMap和HashMap和Hashtable三者的区别

HashMap：线程不安全

Hashtable：线程安全但是效率低

ConcurrentHashMap：线程安全，相比Hashtable效率高

源码

增加元素

put方法

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}
 // hash(key) 扰动函数，将hash值等到后，将hashCode和hashCode右移16位后做亦或操作
 // int类型32位，右移后拿高16位和低十六位做亦或操作，起到一个扰乱作用
 // 得到的hash值高位不变，低十六位变
 static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

putVal方法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // table为空的时候，初始化table，懒加载
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // slot没有hash碰撞的时候（slot为null），直接插入到slot中
    // 计算数组下标：计算出来的hash值和长度-1做与运算
    if ((p = tab[i = (n - 1) & hash]) == null) // p:对应slot中的node：可能为空或者为node，node又可能只有头节点或者形成了链表或者红黑树
        // 这里newnode方法，里面是new node对象；new Node<>(hash, key, value, next)
        tab[i] = newNode(hash, key, value, null);
    else {
        // 发生了hash碰撞
        Node<K,V> e; K k;
        // 判断的头节点的key是否相同，如果相同，则需要覆盖
        if (p.hash == hash && // 这里一定相等，为什么要做判断？？？
            ((k = p.key) == key || (key != null && key.equals(k)))) // p.key拿的是头节点的key，这里做的是头节点是否一致
            e = p; // 将p给了e
        // 头节点类型为treenode类型，走红黑树插入
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) { // bincount：链表的个数，不包括头节点
                // 0的时候，有两个，7的时候node包括头节点有9个
                if ((e = p.next) == null) { // 节点的next为null，说明是尾部，开始插入；插入的情况下，e一定是为null
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 大于8开始尝试扩容
                        // 尝试转为红黑树：链表时间复杂度为O(n)
                        treeifyBin(tab, hash);
                    break;
                }
                // 这里是除头节点后判断是否key一致，同上面的覆盖，如果key一致，break；
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e; // p等于下一个节点
            }
        }
        // e不为null，说明是非插入，key相同，需要覆盖；此时e指向key相同的那个node
        // e不等于null的情况：只有if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))break;这一块代码
        // 如果key的hash值在已有元素中没有重复，最后e会为null，只有if ((e = p.next) == null)的时候才会插入，这一块是走不进去的
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value; // e指向key相同的那个node，修改node的value为传进来的value
            afterNodeAccess(e); // 钩子方法
            return oldValue;
        }
    }
    ++modCount; // 修改计数器：增加元素后++，hashmap的size元素个数
    if (++size > threshold) // 大于阈值，开始扩容
        resize();
    afterNodeInsertion(evict); // 钩子方法
    return null;
}

treeifyBin方法

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) // 数组长度小于64，继续扩容，不变红黑树
        resize();
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        TreeNode<K,V> hd = null, tl = null; // 用的是treenode
        do {
            TreeNode<K,V> p = replacementTreeNode(e, null); // 将node替换成treeNode
            if (tl == null)
                hd = p;
            else {
                // 将node变为treenode后，再单链表变为双向链表
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        if ((tab[index] = hd) != null)
            hd.treeify(tab); // 将此节点形成红黑树，这块暂时不看
    }
}

resize方法

// 分为初始化扩容和已有长度扩容
final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold; // old阈值：一种是构造方法给了值后计算出来的阈值（也会是2的倍数），一种是有了table后，table长度*0.75后得到
    int newCap, newThr = 0;
    if (oldCap > 0) { // 已有table时，扩容为两倍
        if (oldCap >= MAXIMUM_CAPACITY) { // 1 << 30 = 1073741824 小于Integer.MAX_VALUE1 << 31最大值
            threshold = Integer.MAX_VALUE;
            return oldTab; // 阈值到最大值了，不做扩容直接返回；扩容需要迁移数据，要消耗资源
        }
        // 新的阈值变为两倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    // table为null时需要初始化table：当new对象调的有参构造方法时，会计算一个阈值，将初始化的table长度设定为阈值
    else if (oldThr > 0) // initial capacity was placed in threshold 初始容量大小为阈值
        newCap = oldThr;
    // table为null时需要初始化table：当调用的是无参构造方法，数组长度给16，阈值给12
    else {               // zero initial threshold signifies using defaults 零初始阈值表示使用默认值
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // oldcap扩容两倍大于最大容量的情况下：不满足newCap = oldCap << 1) < MAXIMUM_CAPACITY的情况下newThr会==0
    // 即最后一次扩容会走这里：扩容<< 1后大于最大阈值
    if (newThr == 0) { // 比方说oldCap为1073741823，扩容后为1073741823*2>1073741824MAXIMUM_CAPACITY
        float ft = (float)newCap * loadFactor; // 扩容后newcap的阈值
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE); // 一定走后面newThr=Integer.MAX_VALUE
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    // 开始迁移
    if (oldTab != null) {
        // 循环遍历每个slot
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) { // slot中的node保存在e中
                oldTab[j] = null; // slot设置为null，方便GC
                if (e.next == null) // 此时只有头节点，没有形成链表，重新计算这个元素的slot
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode) // 红黑树的迁移：暂时不看
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    // loHead，下标不变情况下的链表头
                    // loTail，下标不变情况下的链表尾
                    // hiHead，下标改变情况下的链表头
                    // hiTail，下标改变情况下的链表尾
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        // 以一个链表A->B->C为例
                        if ((e.hash & oldCap) == 0) { // 只需要计算高一位，下标不变
                            if (loTail == null) 
                                loHead = e; // 1、把A赋值给loHead
                            else
                                // 将满足条件的放到链表尾后面
                                loTail.next = e; // 4、A.next=B
                            // 将lotail指向链表尾
                            loTail = e; // 2、把A赋值给loTail 5、把B赋值给loTail
                       // 6、 现在新链表是A-->B，然后处理节点C，处理完之后，链表的顺序是A-->B-->C，loHead是A，loTail是C。
                       // 可以看到，链表中节点顺序和原链表相同
                        }
                        else { // 下标变化，下标为n+数组长度
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null); // 3、e=B
                    // 至此old链表拆分为了两条链表
                    // 什么时候loTail != null，这里只是加一个健壮性判断？
                    if (loTail != null) { // 将下标不变的放在原来slot中
                        loTail.next = null; // 这里为什么要将loTail.next = null？？？，loTail.next = null一定会为空啊
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) { // 将下标变化的放在j+oldcap中
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}